Deepseek: la révolution de l'IA à un coût premium

Deepseek est étonnamment bon marché, le modèle d'IA défie les géants de l'industrie. La startup chinoise prétend avoir formé son puissant réseau neuronal Deepseek V3 pour seulement 6 millions de dollars, utilisant seulement 2048 GPU, sous-coignant considérablement les concurrents. Ce coût apparemment bas, cependant, dément un investissement beaucoup plus substantiel.

Image: esigame.com

L'architecture innovante de Deepseek V3 contribue à son efficacité. Les technologies clés incluent la prédiction multi-token (MTP), qui prévoit plusieurs mots simultanément; Mélange d'experts (MOE), employant 256 réseaux de neurones pour une formation accélérée; et l'attention latente multi-tête (MLA), en se concentrant sur des éléments de phrase cruciaux pour une meilleure précision.

Image: esigame.com

Cependant, un rapport de semianalyse révèle une infrastructure beaucoup plus grande: environ 50 000 GPU NVIDIA, évalués à environ 1,6 milliard de dollars, avec des coûts opérationnels près de 944 millions de dollars. Cela contredit la demande de coût initiale de Deepseek, qui ne tient compte que de l'utilisation du GPU avant la formation, de l'omission de la recherche, du raffinement, du traitement des données et des dépenses globales des infrastructures.

L'indépendance et la structure Lean de Deepseek, une filiale du fonds spéculatif à voler, permettent une innovation rapide et une allocation efficace des ressources. Contrairement aux concurrents qui dépendent des services cloud, Deepseek possède ses centres de données, maximisant le contrôle et la vitesse. Sa nature autofinancée améliore encore l'agilité. Les salaires élevés, dépassant 1,3 million de dollars par an pour certains chercheurs, attirent les meilleurs talents des universités chinoises.

Image: esigame.com

Alors que le chiffre des coûts de formation de 6 millions de dollars de Deepseek est trompeur, l'investissement global de la société dépasse 500 millions de dollars. Son succès découle de l'investissement substantiel, des progrès technologiques et d'une main-d'œuvre qualifiée, et non uniquement de l'efficacité budgétaire. Malgré cela, ses coûts restent considérablement inférieurs à ceux des concurrents; Le modèle R1 de Deepseek a coûté 5 millions de dollars par rapport aux 100 millions de dollars de ChatGPT4.

Image: esigame.com

L'exemple de Deepseek présente une entreprise d'IA indépendante réussie et bien financée en concurrence efficacement avec les joueurs établis. Cependant, le récit de la rentabilité révolutionnaire nécessite une compréhension plus nuancée de sa véritable échelle d'investissement.